本發(fā)明涉及rpa和預(yù)訓(xùn)練語言模型，具體涉及基于rpa和預(yù)訓(xùn)練語言模型的高校財務(wù)自動對賬方法。

背景技術(shù)：

1、賬務(wù)比對和匹配是銀行與高校出納人員間經(jīng)常進行的工作，以確保賬戶余額和交易記錄的準(zhǔn)確性和一致性。對賬會在每月結(jié)束后進行，也可以根據(jù)高校和銀行的約定進行定期對賬，比如每周或每季度對賬一次。出納將銀行存款日記賬與銀行存款對賬單進行逐筆核對，勾對已達賬項，找出未達賬項，并編制銀行存款余額調(diào)節(jié)表。由于銀行存款對賬單和銀行存款日記賬之間的關(guān)系復(fù)雜（對賬金額存在一對多、多對一、多對多問題)且匹配規(guī)則眾多。此外，部分賬單明細(xì)信息可高達數(shù)百條，因此，人工對賬操作存在效率低、容易出錯等缺點。

2、rpa是robotic?process?automation的縮寫，即機器人流程自動化，它可以協(xié)助員工去處理大量基于規(guī)則的、重復(fù)的工作流程任務(wù)。rpa的使用使對賬的效率大幅提高，但rpa對于對賬金額存在一對多、多對一、多對多的情況仍然無能為力。

3、預(yù)訓(xùn)練語言模型是一種利用大規(guī)模文本數(shù)據(jù)進行預(yù)訓(xùn)練的人工智能模型，其目的是使模型能夠理解和生成自然語言。預(yù)訓(xùn)練語言模型通常使用無監(jiān)督學(xué)習(xí)的方法，通過對大量文本數(shù)據(jù)進行學(xué)習(xí)，從而學(xué)習(xí)語言的結(jié)構(gòu)、語法、語義等信息。學(xué)習(xí)的知識可以在下游任務(wù)中重用，因為模型已經(jīng)學(xué)習(xí)了語言功能，之后只需要通過少量數(shù)據(jù)微調(diào)其表示就可用于執(zhí)行特定任務(wù)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供基于rpa和預(yù)訓(xùn)練語言模型的高校財務(wù)自動對賬方法，本發(fā)明所解決的技術(shù)問題為：由于銀行存款對賬單和銀行存款日記賬之間的關(guān)系復(fù)雜（對賬金額存在一對多、多對一、多對多問題)且匹配規(guī)則眾多。此外，部分賬單明細(xì)信息可高達數(shù)百條，因此，人工對賬操作過程中存在效率低、容易出錯等缺點。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、基于rpa和預(yù)訓(xùn)練語言模型的高校財務(wù)自動對賬方法，包括以下步驟：

4、每當(dāng)?shù)竭_處理周期或者在高校財務(wù)系統(tǒng)點擊rpa自動對賬按鈕時，rpa根據(jù)預(yù)設(shè)的賬戶數(shù)據(jù)自動登錄高校財務(wù)系統(tǒng)、自動配置查詢條件、并從所述高校財務(wù)系統(tǒng)自動下載銀行存款日記賬；每當(dāng)?shù)竭_處理周期或者在高校財務(wù)系統(tǒng)點擊rpa自動對賬按鈕時，rpa根據(jù)預(yù)設(shè)的賬戶數(shù)據(jù)登錄網(wǎng)銀系統(tǒng)、自動查詢網(wǎng)銀交易明細(xì)并下載；

5、rpa對數(shù)據(jù)進行格式化處理，使待比對的數(shù)據(jù)的格式一致；判斷銀行存款對賬單和銀行存款日記賬是否存在多組借貸方向相反、金額相同的組合；

6、對于只存在一組借貸方向相反、金額相同的組合，控制rpa直接根據(jù)金額進行比對；

7、對于存在多組借貸方向相反、金額相同的組合，rpa將銀行存款對賬單對應(yīng)組合的“對方賬戶名稱”、“摘要”字段信息同銀行存款日記賬對應(yīng)組合的“摘要”字段信息一同輸入預(yù)訓(xùn)練語言模型中進行語義比對；rpa根據(jù)所述預(yù)訓(xùn)練語言模型輸出的相似度高低進行逐級匹配；

8、全部匹配完成后，rpa將匹配成功的勾對已達賬項；未匹配成功的勾對未達賬項；匹配結(jié)果上傳到高校財務(wù)系統(tǒng)并自動更新余額調(diào)節(jié)表。

9、作為本發(fā)明進一步的方案：通過異常比來設(shè)置對賬優(yōu)先級的預(yù)設(shè)方法，包括以下步驟：

10、步驟1：獲取銀行存款日記賬的日清數(shù)據(jù)；

11、步驟2：對項目內(nèi)容進行異常判斷，生成相應(yīng)地項目異常信號，并得到相應(yīng)地異常比，根據(jù)異常比輸出得到日記賬異常表現(xiàn)比byr；

12、其中，將每個交易時間、摘要類型、交易金額分別與歷史時間內(nèi)的項目內(nèi)容進行比較分析，依次得到時間異常比、類型異常比、金額異常比，并分別標(biāo)記為bt、bl、bj；

13、通過公式，計算得到日記賬異常表現(xiàn)比byr；其中，a1、a2、a3均為權(quán)重比例系數(shù)；

14、步驟3：若日記賬異常表現(xiàn)比byr大于等于日記賬異常表現(xiàn)比閾值時，則將該銀行存款日記賬標(biāo)記為異常銀行存款日記賬。

15、作為本發(fā)明進一步的方案：日清數(shù)據(jù)包括銀行存款日記賬中每日的項目內(nèi)容；項目內(nèi)容包括交易時間、摘要類型、交易金額。

16、作為本發(fā)明進一步的方案：在步驟2中，時間異常比bt的獲取方式為：

17、獲取每日記賬中的交易時間，將交易時間與交易時間區(qū)間進行比較，若交易時間處于交易時間區(qū)間內(nèi)，則生成交易時間正常信號，若交易時間不處于交易時間區(qū)間內(nèi)，則生成交易時間異常信號；

18、基于交易時間異常信號，將交易時間與交易時間區(qū)間最接近的端點值進行差值計算，得到交易時間差值，將交易時間與交易時間區(qū)間的中點值進行差值計算，得到交易時間對照值，將交易時間差值除以交易時間對照值，得到時間異常比bt。

19、作為本發(fā)明進一步的方案：類型異常比bl的獲取方式為：

20、獲取每日記賬中的摘要類型的次數(shù)，標(biāo)記為日賬類型次數(shù)，將日賬類型次數(shù)與日賬類型次數(shù)區(qū)間進行比較，若日賬類型次數(shù)處于日賬類型次數(shù)區(qū)間內(nèi)，則生成摘要類型正常信號，若日賬類型次數(shù)不處于日賬類型次數(shù)區(qū)間內(nèi)，則生成摘要類型異常信號；

21、基于摘要類型異常信號，將日賬類型次數(shù)與日賬類型次數(shù)區(qū)間最接近的端點值進行差值計算，得到日賬類型次數(shù)差值，將日賬類型次數(shù)與日賬類型次數(shù)的中點值進行差值計算，得到日賬類型次數(shù)對照值，將日賬類型次數(shù)差值除以日賬類型次數(shù)對照值，得到類型異常比bl。

22、作為本發(fā)明進一步的方案：金額異常比bj的獲取方式為：

23、獲取每日記賬中的交易金額，將交易金額與交易金額區(qū)間進行比較，若交易金額處于交易金額區(qū)間內(nèi)，則生成交易金額正常信號，若交易金額不處于交易金額區(qū)間內(nèi)，則生成交易金額異常信號；

24、基于交易金額異常信號，將交易金額與交易金額區(qū)間最接近的端點值進行差值計算，得到交易金額差值，將交易金額與交易金額區(qū)間的中點值進行差值計算，得到交易金額對照值，將交易金額差值除以交易金額對照值，得到金額異常比bj。

25、作為本發(fā)明進一步的方案：其特征在于，若日記賬異常表現(xiàn)比byr小于日記賬異常表現(xiàn)比閾值時，則將該銀行存款日記賬標(biāo)記為正常銀行存款日記賬。

26、作為本發(fā)明進一步的方案：通過異常比來設(shè)置對賬優(yōu)先級的預(yù)設(shè)方法，還包括以下步驟：

27、步驟4：獲取處理周期內(nèi)所有正常銀行存款日記賬，再獲取每個正常銀行存款日記賬的異常信號占比和日記賬異常表現(xiàn)比，將異常信號占比與日記賬異常表現(xiàn)比相加求和，得到每個正常銀行存款日記賬的異常標(biāo)記值；

28、將處理周期內(nèi)每兩個正常銀行存款日記賬的異常標(biāo)記值進行差值計算，得到日記賬關(guān)聯(lián)值；

29、若日記賬關(guān)聯(lián)值大于等于日記賬關(guān)聯(lián)閾值時，表示當(dāng)前這兩個正常銀行存款日記賬項目內(nèi)容存在較大相似，則生成關(guān)聯(lián)信號。

30、作為本發(fā)明進一步的方案：若日記賬關(guān)聯(lián)值小于日記賬關(guān)聯(lián)閾值時，則生成不關(guān)聯(lián)信號。

31、作為本發(fā)明進一步的方案：異常信號占比的獲取過程為：

32、獲取正常銀行存款日記賬的異常信號個數(shù)，異常信號包括交易時間異常信號、摘要類型異常信號和交易金額異常信號，將異常信號個數(shù)除以項目內(nèi)容比較分析的個數(shù)，得到異常信號占比。

33、本發(fā)明的有益效果：

34、本發(fā)明基于rpa和預(yù)訓(xùn)練語言模型的高校財務(wù)自動對賬方法，應(yīng)用了rpa和預(yù)訓(xùn)練模型，可解決高校傳統(tǒng)對賬存在效率低下且對賬金額存在一對多、多對一、多對多的問題，減少高校對賬工作量；

35、獲取銀行存款日記賬的日清數(shù)據(jù)；對項目內(nèi)容（項目內(nèi)容為銀行存款日記賬的交易時間、摘要類型和交易金額）進行異常判斷，生成相應(yīng)地項目異常信號，并得到相應(yīng)地異常比，根據(jù)異常比輸出得到日記賬異常表現(xiàn)比byr；根據(jù)日記賬異常表現(xiàn)比byr進行判斷，對銀行存款日記賬進行標(biāo)記；本發(fā)明通過對記錄異常的賬單進行標(biāo)記，可以在銀行存款對賬單和銀行存款日記賬的匹配過程中，降低其優(yōu)先級，以及對其進行重點關(guān)注，提高高校自動對賬效率；

36、基于正常銀行存款日記賬，將處理周期內(nèi)的正常銀行存款日記賬進行關(guān)聯(lián)；本發(fā)明通過對正常銀行存款日記賬進行關(guān)聯(lián)判斷，使得在銀行存款對賬單和銀行存款日記賬的借貸方金額的匹配過程中，可以進行關(guān)聯(lián)匹配，進一步提高自動對賬效率；尤其在多對多匹配模塊中，可以通過其關(guān)聯(lián)性，緊接對相關(guān)聯(lián)的銀行存款日記賬進行匹配工作。